两种智能交通标志分类器的比较研究

• 作者: 刘兰兰 朱双东
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 道路交通标志识别 模式分类 分类器 支持向量机 BP算法
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 图形与图像
• 页码范围: 62-65
• 页数: 4页
• 分类号: TP391.41
• 字数: 4776字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2007.02.020

摘要

本文介绍了一种可用于交通标志识别的新方法--支持向量机(SVM)算法,并将SVM算法与BP算法在交通标志的粗、细分类中的识别效果进行了对比分析.用中国的116个和日本的23个交通标志标准图分别训练基于SVM算法和基于BP算法的智能分类器,并用中国标志的噪声图、扭曲图和531个日本交通标志实景图作为测试集.在粗分类中,虽然BP算法的识别率也能达到90%以上,但SVM算法的识别率几乎可达100%,二者差距明显.在细分类中,SVM算法的识别效果与BP算法相比具有更加明显的优势.实验研究结果表明,SVM算法可以以接近最优的方式解决模式分类问题,同时具有更好的泛化能力,在交通标志识别领域具有良好的研究价值和应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱双东	宁波大学信息科学与工程学院	24	442	12.0	20.0
2	刘兰兰	宁波大学信息科学与工程学院	10	125	5.0	10.0